Semplificare il linguaggio amministrativo è un passo fondamentale per migliorare la comunicazione tra le istituzioni e i cittadini. Lo scopo è rendere i testi chiari, comprensibili e accessibili, promuovendo trasparenza e inclusione. Perché per un'istituzione pubblica l'inclusività non è solo conformità ai requisiti di accessibilità: è rimuovere le barriere cognitive. E la prima barriera cognitiva di un servizio pubblico è quasi sempre il suo testo.
Un esempio di testo "ostico", preso dal mondo reale:
«Il riconoscimento e la determinazione dell'importo dell'assegno avvengono tenendo conto della tipologia del nucleo familiare, del numero dei componenti e del reddito complessivo del nucleo stesso. La prestazione è prevista in importi decrescenti per scaglioni crescenti di reddito e cessa in corrispondenza di soglie di esclusione diverse a seconda della tipologia familiare.»
Chi deve chiedere quell'assegno — cioè, spesso, chi ne ha più bisogno — merita di meglio.
Prima dell'AI: linee guida, metriche, governance
In INPS la semplificazione è nata come processo strutturato, su tre gambe:
- Linee guida di scrittura semplice — tono di voce, struttura e formattazione del testo, come evitare il linguaggio burocratico, come scegliere i nomi dei servizi;
- Un framework di misurazione oggettivo — l'indice Gulpease, con target annuali;
- Una governance — l'Experience Authority verifica l'applicazione delle linee guida, con un uso prudente del principio del "silenzio assenso" per non trasformare la qualità in collo di bottiglia.
I risultati del lavoro manuale, prima ancora dell'AI:
Quel passaggio da 57 a 64 sembra piccolo, ma attraversa la soglia che conta: i testi diventano comprensibili a chi ha la licenza media. Tradotto: circa dieci milioni di persone in più possono capire da sole ciò che l'Istituto scrive loro.
Il limite: la semplificazione manuale non scala
Ottimi risultati, ma riscrivere i contenuti a mano richiede molto tempo, e la produzione di testi di un ente come INPS è enorme e continua. In più c'è un vincolo che rende il problema speciale: i testi semplificati devono mantenere piena validità legale — il contenuto semantico deve restare invariato. Da qui la domanda che ha dato forma alla sperimentazione:
I testi semplificati dall'AI saranno in grado di competere con quelli prodotti dagli esperti umani?
L'esperimento: rigore prima dell'entusiasmo
Non abbiamo "provato ChatGPT sui testi". Abbiamo costruito un esperimento controllato:
- Più modelli linguistici (LLM) a confronto, per valutarne l'efficacia;
- Un dataset di 50 schede servizio, rappresentative delle diverse tipologie di testi, ciascuna in tre versioni: l'originale burocratica, la versione semplificata manualmente da un esperto, la versione semplificata dall'AI;
- Un framework di valutazione rigoroso su tre dimensioni — leggibilità, fluidità, conservazione del contenuto — più una metrica personalizzata, GULBERT, che combina i diversi aspetti qualitativi;
- Un operatore umano nel processo (human in the loop) a verificare la correttezza formale di ogni testo generato;
- E soprattutto: la validazione con gli utenti reali.
I risultati analitici
Sulla leggibilità l'AI raggiunge un punteggio quasi identico a quello degli esperti. Sulla conservazione del significato — misurata col BERTScore — la versione AI risulta perfino leggermente migliore. Ma le metriche analitiche non bastano: non è garantito che riflettano il giudizio umano.
La prova del nove: 1620 utenti, alla cieca
L'innovazione è utile solo se porta un beneficio effettivo e percepito. Per questo abbiamo condotto un A/B test su larga scala: 1620 partecipanti, 5000 valutazioni completate. Ogni tester leggeva una coppia di testi — l'originale e una versione riscritta, alternativamente dall'esperto umano o dall'AI — presentati in ordine casuale e senza indicazione dell'autore. Dopo ogni lettura, un questionario su leggibilità, chiarezza, fluidità, fiducia, tono, capacità di tenere l'attenzione; alla fine, la preferenza secca.
I risultati:
- Sia la versione dell'esperto sia quella dell'AI sono state preferite all'originale in modo netto e costante su tutti e 50 i servizi;
- Il 71,4% degli utenti ha preferito la versione AI all'originale;
- La versione AI ha ottenuto punteggi superiori all'originale in tutte le metriche, e costantemente pari o migliori di quella umana — con vantaggi più marcati proprio su fluidità e capacità di tenere l'attenzione.
E le parole degli utenti dicono più dei numeri:
«Nella versione A la mia attenzione è calata al terzo rigo. Lunga, noiosa, pedante. Nella versione B la struttura e il linguaggio aiutano a cogliere molto velocemente i punti salienti.»
Un partecipante al test (valutazione alla cieca)
Cosa abbiamo imparato
- L'AI generativa può semplificare i testi con risultati pari o superiori a quelli degli esperti umani, secondo tutti gli indicatori analizzati — a patto di tenere un umano nel processo e vincoli rigorosi sulla conservazione del contenuto.
- La validazione con gli utenti è imprescindibile. Le evidenze analitiche vanno confermate dalle persone reali: nel nostro caso 1600+ utenti hanno validato non solo l'approccio AI, ma anche la significatività dell'indice Gulpease come misura di leggibilità.
- Nell'hype sull'AI è facile perdere la direzione. Dare priorità al valore per l'utente è ciò che garantisce che gli investimenti in AI producano impatti concreti. Questa sperimentazione è un esempio di innovazione virtuosa: uno strumento nuovo applicato a un problema reale, con un valore misurabile per le persone.
I prossimi passi
Il prototipo sta diventando un processo di lavoro quotidiano, con un'interfaccia a supporto dell'approccio human-in-the-loop. Le direzioni successive: la generazione di testi ex novo a partire dalle fonti primarie (le norme), invece che da testi già scritti; e un sistema di referenziazione delle fonti che colleghi ogni parte del testo alla normativa corrispondente, per rendere la validazione legale più rapida e solida.
La chiarezza non è un abbellimento: per un servizio pubblico è la forma più concreta di rispetto — e, come raccontano questi numeri, oggi è anche un problema che sappiamo misurare e risolvere.